分享 | MongoDb优化指南

从机能优化的角度来看，荟萃的计划我们必要思量的是荟萃中数据的常用操纵，譬喻我们必要计一律个日记（log）荟萃，日记的查察频率不高，但写入频率却很高，那么我们就可以获得这个荟萃中常用的操纵是更新（增编削）。假如我们要生涯的是都市列表呢？显而易见，这个荟萃是一个查察频率很高，但写入频率很低的荟萃，那么常用的操纵就是查询。

对付频仍更新和频仍查询的荟萃，我们最必要存眷的重点是他们的范式化水平，在上篇范式化与反范式化的先容中我们相识到，范式化与反范式化的公道运用对付机能的进步至关重要。然而这种计划的行使很是机动，假设此刻我们必要存储一篇图书及其作者，在MongoDB中的关联就可以浮现为以下几种情势：

1、完全疏散（范式化计划）

示例1：

{  
     "_id" : ObjectId("5124b5d86041c7dca81917"),  
     "title" : "怎样行使MongoDB",   
      "author" : [   
               ObjectId("144b5d83041c7dca84416"),  
              ObjectId("144b5d83041c7dca84418"),  
              ObjectId("144b5d83041c7dca84420"),  
     ]  
 } 

我们将作者(comment) 的id数组作为一个字段添加到了图书中去。这样的计划方法是在非相关型数据库中常用的，也就是我们所说的范式化计划。在MongoDB中我们将与主键没有直接相关的图书单独提取到另一个荟萃，用存储主键的方法举办关联查询。当我们要查询文章和评述时必要先查询到所需的文章，再从文章中获取评述id，最后用得到的完备的文章及其评述。在这种环境下查询机能显然是不抱负的。但当某位作者的信息必要修改时，范式化的维护上风就凸显出来了，我们无需思量此作者关联的图书，直接举办修改此作者的字段即可。

2、完全内嵌（反范式化计划）

示例2：

{  
       "_id" : ObjectId("5124b5d86041c7dca81917"),  
       "title" : "怎样行使MongoDB",  
       "author" : [  
                {  
                     "name" : "丁磊"  
                     "age" : 40,  
                     "nationality" : "china",  
                },  
                { 
 
                     "name" : "马云"  
                     "age" : 49,  
                     "nationality" : "china",  
                },  
                {  
                     "name" : "张召忠"  
                     "age" : 59,  
                     "nationality" : "china",  
                },  
      ]  
  } 

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!